Historyczne przechowywanie zapytań i analiza w usłudze Azure Synapse Analytics
Analiza zapytań historycznych jest jedną z kluczowych potrzeb inżynierów danych. Usługa Azure Synapse Analytics obsługuje cztery główne sposoby analizowania historii zapytań i wydajności. Obejmują one magazyn zapytań, dynamiczne widoki zarządzania, usługę Azure Log Analytics i usługę Azure Data Explorer.
W tym artykule pokazano, jak używać każdej z tych opcji dla Twoich potrzeb. Przejrzyj przypadki użycia, jeśli chodzi o analizowanie historii zapytań i najlepszą metodę dla każdego z nich.
| Klient potrzebuje | Magazyn zapytań | Dynamiczne widoki zarządzania | Program Azure Log Analytics | Azure Data Explorer |
|---|---|---|---|---|
| Gotowe rozwiązanie | Wymaga włączenia | ✔️ | Wymagana usługa dodawania | Wymagana usługa dodawania |
| Dłuższe okresy analizy | 30 dni | Do 10000 wierszy historii | Można dostosowywać | Można dostosowywać |
| Dostępność kluczowych metryk | Ograniczony | ✔️ | Ograniczony | Można dostosowywać |
| Używanie języka SQL do analizy | ✔️ | ✔️ | Wymagane KQL | Obsługa języka SQL jest ograniczona |
Magazyn zapytań
Funkcja Magazynu zapytań zapewnia szczegółowe informacje na temat wyboru planu zapytań i wydajności. Upraszcza to rozwiązywanie problemów z wydajnością, pomagając szybko znaleźć różnice w wydajności spowodowane zmianami planu zapytania.
Magazyn zapytań nie jest domyślnie włączony dla nowych baz danych usługi Azure Synapse Analytics. Aby włączyć magazyn zapytań, aby uruchomić następujące polecenie języka T-SQL:
ALTER DATABASE <database_name>
SET QUERY_STORE = ON;
Na przykład:
ALTER DATABASE [SQLPOOL1]
SET QUERY_STORE = ON;
Inspekcję wydajności i rozwiązywanie problemów związanych z zadaniami można uruchamiać, wyszukując ostatnie wykonane zapytania, liczby wykonań, najdłużej działające zapytania, zapytania z maksymalnymi fizycznymi potencjalnymi potencjalnymi klientami we/wy. Zapoznaj się z tematem Monitorowanie wydajności przy użyciu magazynu zapytań dla przykładowych zapytań.
Zalety:
- Do 30 dni przechowywania danych zapytań. Domyślne 7 dni.
- Dane mogą być używane w tym samym narzędziu, w którym można uruchomić zapytanie.
Znane ograniczenie:
- Domyślny magazyn historycznych danych zapytań jest mniejszy.
- Scenariusze analizy są ograniczone w magazynie zapytań dla usługi Azure Synapse w porównaniu z użyciem widoków DMV.
Dynamiczne widoki zarządzania
Dynamiczne widoki zarządzania (DMV) są bardzo przydatne, jeśli chodzi o zbieranie informacji dotyczących czasów oczekiwania zapytań, planów wykonywania, pamięci itp. Zdecydowanie zaleca się etykietowanie interesujących cię zapytań w celu późniejszego śledzenia. Na przykład:
-- Query with Label
SELECT *
FROM sys.tables
OPTION (LABEL = 'My Query');
Aby uzyskać więcej informacji na temat etykietowania zapytań w usłudze Azure Synapse SQL, zobacz Używanie etykiet zapytań w usłudze Synapse SQL.
Aby uzyskać więcej informacji na temat monitorowania obciążenia usługi Azure Synapse Analytics przy użyciu widoków DMV, zobacz Monitorowanie dedykowanego obciążenia puli SQL przy użyciu widoków DMV. Aby uzyskać dokumentację dotyczącą widoków wykazu specyficznych dla usługi Azure Synapse Analytics, zobacz Widoki wykazu usługi Azure Synapse Analytics.
Zalety:
- Dane mogą być używane w tym samym narzędziu do wykonywania zapytań.
- Dynamiczne widoki zarządzania udostępniają rozbudowane opcje analizy.
Znane ograniczenia:
- Dynamiczne widoki zarządzania są ograniczone do 10 000 wierszy historycznych wpisów.
- Widoki są resetowane po wstrzymaniu/wznowieniu puli.
Log Analytics
Obszary robocze usługi Log Analytics można łatwo tworzyć w witrynie Azure Portal. Aby uzyskać dalsze instrukcje dotyczące łączenia usługi Synapse z usługą Log Analytics, zobacz Monitorowanie obciążenia — Azure Portal.
Podobnie jak usługa Azure Data Explorer, usługa Log Analytics używa język zapytań Kusto (KQL). Aby uzyskać więcej informacji na temat składni kusto, zobacz Omówienie zapytań Kusto.
Oprócz konfigurowalnego okresu przechowywania wybierasz obszar roboczy przeznaczony specjalnie do wykonywania zapytań w usłudze Log Analytics. Usługa Log Analytics zapewnia elastyczność przechowywania danych, uruchamiania i zapisywania zapytań.
Zalety:
- Usługa Azure Log Analytics ma dostosowywalne zasady przechowywania dzienników
Znane ograniczenia:
- Użycie języka KQL dodaje do krzywej uczenia.
- Ograniczone widoki można wylogować z pudełka.
Azure Data Explorer (ADX)
Usługa Azure Data Explorer (ADX) to wiodąca usługa eksploracji danych. Ta usługa może służyć do analizowania historycznych zapytań z usługi Azure Synapse Analytics. Aby skonfigurować potok usługi Azure Data Factory (ADF) w celu kopiowania i przechowywania dzienników w usłudze ADX, zobacz Kopiowanie danych do lub z usługi Azure Data Explorer. W usłudze ADX można uruchomić wydajne zapytanie Kusto w celu przeanalizowania dzienników. W tym miejscu można połączyć inne strategie, na przykład w celu wysyłania zapytań i ładowania danych wyjściowych DMV do usługi ADX za pośrednictwem usługi ADF.
Zalety:
- Usługa ADX udostępnia dostosowywalne zasady przechowywania dzienników.
- Wydajne wykonywanie zapytań względem dużej ilości danych, zwłaszcza zapytania obejmujące wyszukiwanie ciągów.
Znane ograniczenie:
- Użycie języka KQL dodaje do krzywej uczenia.